算法笔记 - 二叉树搜索树

1. 什么是二叉搜索树？

二叉搜索树是二叉树的一种，是应用非常广泛的一种二叉树，英文简称为 BST，又被称为：二叉查找树、二叉排序树。
• 任意一个节点的值都大于其左子树所有节点的值
• 任意一个节点的值都小于其右子树所有节点的值
• 它的左右子树也是一棵二叉搜索树

2. 如何构建二叉搜索树？

具体在到文件中看，放在了idea->JavaCode中

3. 如何比较元素？

比较重要的一些点，比较元素有多重方式，二叉搜索树默认存放的元素都是具有可比较性的，所以必须定义比较方法。

1. 基本类型的比较，如果的Integer、String等类型的比较，直接比较即可
2. Object类型的比较，例如Person类，而且有多个变量时。

第一种：二叉搜索树类的泛型 E extend Comparable，这样Person类就必须要实现接口的方法，实现具体的方法

第二种：定义一个Comparator comparator 对象，在二叉搜索树构造方法中添加Comparator comparator 参数，这样用户在 new BinarySearchTree 的时候，就可以自己new一个比较器来进行个性化比较

第三种：在第二种的基础上再人性化，用户可以自己定义比较器，也可以不定义，如果没有传递比较器，则强制转换为Comparable类来进行比较

4. 二叉树遍历

• 前序遍历 - 递归或迭代
• 中序遍历 - 递归或迭代 - 二叉搜索树的中序遍历可能是升序或降序的
• 后序遍历 - 递归或迭代
• 层序遍历 - 利用队列实现，取出对头进行访问，并将其左右子节点入列，然后继续对头出队，循环操作

5. 如何求二叉树的高度？

利用队列进行求解，levelSize为每一层的元素数量，每遍历一层，就将其左右子节点入队，而队列的个数就是该层结点的数量，然后每出队一个，levelSize–；

6. 判断是否是一棵完全二叉树？

	public boolean isComplete() {
		if (root == null) return false;
		//队列
		Queue<Node<E>> queue = new LinkedList<>();
		queue.offer(root);
		boolean leaf = false; //叶子结点标记
		while (!queue.isEmpty()) {
			Node<E> node = queue.poll();
			if (leaf && !node.isLeaf()) return false; //判断是否是叶子结点
			if (node.left != null) {
				// 左子节点不为空则将左子节点入队
				queue.offer(node.left);
			} else if (node.right != null) { // node.left == null && node.right != null
				return false;
			}
			if (node.right != null) {
				// 右子节点不为空则将右子节点入队
				queue.offer(node.right);
			} else { // node.right == null
				leaf = true;
			}
		}
		return true;
	}

7.前驱节点

	private Node<E> predecessor(Node<E> node) {
		if (node == null) return null;
		
		// 前驱节点在左子树当中（left.right.right.right....）
		Node<E> p = node.left;
		if (p != null) {
			while (p.right != null) {
				p = p.right;
			}
			return p;
		}
		
		// 从父节点、祖父节点中寻找前驱节点
		while (node.parent != null && node == node.parent.left) {
			node = node.parent;
		}

		// node.parent == null
		// node == node.parent.right
		return node.parent;
	}

8.后继结点

	private Node<E> successor(Node<E> node) {
		if (node == null) return null;
		
		// 后驱节点在右子树当中（right.left.left.left....）
		Node<E> p = node.right;
		if (p != null) {
			while (p.left != null) {
				p = p.left;
			}
			return p;
		}
		
		// 从父节点、祖父节点中寻找后继节点
		while (node.parent != null && node == node.parent.right) {
			node = node.parent;
		}

		return node.parent;
	}

9.删除节点

删除度为1的节点

删除度为1的节点时，只需要用子节点替代原节点的位置即可，分三种情况：

1. 删除左子节点
2. 删除右子节点
3. 删除根节点
   

删除度为2的节点

删除度为2的节点，就需要找到被删除节点的前驱节点或者后继结点来替换。

	private Node<E> node(E element) {
		Node<E> node = root;
		while (node != null) {
			int cmp = compare(element, node.element);
			if (cmp == 0) return node;
			if (cmp > 0) {
				node = node.right;
			} else { // cmp < 0
				node = node.left;
			}
		}
		return null;
	}
	private void remove(Node<E> node) {
		if (node == null) return;
		
		size--;
		
		if (node.hasTwoChildren()) { // 度为2的节点
			// 找到后继节点
			Node<E> s = successor(node);
			// 用后继节点的值覆盖度为2的节点的值
			node.element = s.element;
			// 删除后继节点
			node = s;
		}
		
		// 删除node节点（node的度必然是1或者0）
		Node<E> replacement = node.left != null ? node.left : node.right;
		
		if (replacement != null) { // node是度为1的节点
			// 更改parent
			replacement.parent = node.parent;
			// 更改parent的left、right的指向
			if (node.parent == null) { // node是度为1的节点并且是根节点
				root = replacement;
			} else if (node == node.parent.left) {
				node.parent.left = replacement;
			} else { // node == node.parent.right
				node.parent.right = replacement;
			}
		} else if (node.parent == null) { // node是叶子节点并且是根节点
			root = null;
		} else { // node是叶子节点，但不是根节点
			if (node == node.parent.left) {
				node.parent.left = null;
			} else { // node == node.parent.right
				node.parent.right = null;
			}
		}
	}